Vandeleest、Beisner 等（PeerJ，2016）猕猴社会地位与地位确定性对健康影响解耦研究相关数据
该数据集来自 search.dataone.org，对应 Vandeleest、Beisner 等发表于 PeerJ（2016）的研究，主题为在猕猴模型中解耦社会地位与地位确定性对健康的影响
基本信息
资源简介
Vandeleest、Beisner 等（PeerJ，2016）猕猴社会地位与地位确定性对健康影响解耦研究相关数据
Data associated with Vandeleest, Beisner et al. (PeerJ, 2016) \"Decoupling Social Status and Status Certainty Effects on Health in Macaques: A Network Approach\"
该数据集来自 search.dataone.org，对应 Vandeleest、Beisner 等发表于 PeerJ（2016）的研究，主题为在猕猴模型中解耦社会地位与地位确定性对健康的影响。数据包含个体 ID、人口统计学信息、社会地位指标以及部分健康结局，可用于分析优势等级与优势确定性如何分别或共同影响健康，并借助网络方法考察社会因素与生物系统之间的复杂关系（来源 DataONE）。
【数据内容】
源站描述（机器翻译，仅供参考）：尽管大量文献指出社会因素对健康的重要性，但人们对社会系统与生物系统之间复杂相互作用的详细理解仍然不足。社会地位是社会生活的一个方面，由多种结构性成分（人类：收入、教育；动物：交配制度、优势等级）和关系性成分（感知到的社会地位、优势互动）构成。在非人灵长类模型中，我们使用新颖的网络技术来解耦社会地位的两个成分，即优势等级（动物模型中常用的社会地位衡量指标）和优势确定性（个体地位的相对确定与模糊程度），从而能够更复杂地考察社会地位如何影响健康。数据包括受试者 ID、人口统计学信息、社会地位指标以及选定的健康结局。
【主题与分类】
主题标签：Social status、nonhuman primate。本站分类：消化系统疾病/腹泻。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A61b1e68367001847829ee06100c886540c0b3e14304c6dff809220e75cc1e4e6
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
尽管大量文献指出社会因素对健康的重要性，但对社会与生物系统之间复杂相互作用的详细理解仍显不足。社会地位是社会生活的一个方面，它由多种结构性因素（人类：收入、教育；动物：交配制度、统治等级）和关系性因素（感知的社会地位、统治互动）构成。在非人类灵长类动物模型中，我们采用新颖的网络技术来分离社会地位的两个组成部分：统治等级（动物模型中常用的社会地位衡量标准）和统治确定性（个体地位的相对确定性与模糊性），从而能够更复杂地探讨社会地位如何影响健康。数据包括受试者ID、人口统计学信息、社会地位指标以及选定的健康结果。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
